一种矿区生态时间累积效应点与空间累积范围识别方法技术

本发明专利技术公开了一种矿区生态时间累积效应点与空间累积范围识别方法，A、构建矿区生态质量指数，B、构建矿区生态扰动时空累积效应指数，C、构建驱动因子数据集与地理时空加权人工神经网络模型，进而构建矿区MESCEI时间序列数据集与MESCEI指数空间序列数据集，通过数据拟合坐标系模型在直角坐标系中拟合时间累积曲线并识别曲线拐点，通过数据拟合坐标系模型在直角坐标系中拟合空间影响曲线并识别空间影响范围。本发明专利技术建立遥感反演模型并反演得到矿区生态质量指数，构建地理时空加权人工神经网络模型，然后由此构建出MESCEI时间序列数据集与MESCEI指数空间序列数据集，实现了矿区生态的时间累积效应点与空间累积范围的识别，为矿区生态管理提供数据支持。区生态管理提供数据支持。区生态管理提供数据支持。

【技术实现步骤摘要】
一种矿区生态时间累积效应点与空间累积范围识别方法


[0001]本专利技术涉及采矿领域、生态学领域、遥感及地理信息领域，尤其涉及一种矿区生态时间累积效应点与空间累积范围识别方法。

技术介绍

[0002]煤炭产业在推动经济发展的同时也对生态环境造成具有生态累积效应的破坏，对矿区生态累积效应的研究是矿区生态管理的重要组成部分。生态累积效应是指当一项行动与过去、现在以及可合理预见的将来行动结合在一起时，所产生的对环境的累加影响，具有时间累积性(参见图1)和空间累积性(参见图2)(如：周其刚.环境影响评价中累积效应分析方法的探讨[J].能源环境保护,2013,27(01):60
‑
62.)。时间累积性是指当两次扰动之间的时间间隔小于环境修复所需时间时，在时间尺度上产生的累积现象。空间累积效应指相邻扰动因素之间的空间接近度小于去除每个扰动所需的距离时，在空间尺度上产生的累积现象(如：孙金玉,卜庆伟,吴东奎,等.煤矿区生态累积效应评价研究进展[J].生态毒理学报,2019,014(005):74
‑
82.)。由概念可知，生本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种矿区生态时间累积效应点与空间累积范围识别方法，其特征在于：其方法如下：A、构建矿区生态质量指数，方法如下：A1、建立遥感反演模型，反演模型包括PROSAIL植被辐射传输模型、随机森林算法模型、像元二分模型、kriging模型和归一化植被指数模型，收集目标矿区包括多光谱遥感影像、土壤参数产品影像、地面实测数据在内的原始数据，通过反演模型对原始数据的生态参数进行一体化同步反演并得到参数反演数据，生态参数包括植被、土壤、大气、水，植被包括植被覆盖度、叶面积指数、叶片叶绿素含量、叶片等效水厚度、叶片类胡萝卜素含量、叶片花青素含量、叶片干物质含量、冠层叶绿素含量，土壤包括土壤含水量，大气包括PM2.5，水包括叶绿素浓度、悬浮物浓度；A2、将所有生态参数所对应的参数反演数据逐一进行归一化处理，归一化公式如下：其中，X
norm
为归一化后的数据，X为原始生态反演数据，X
min
为原始生态反演数据中的最小值，X
max
为原始生态反演数据中的最大值；A3、构建MEQI指数，将各个生态参数归一化后的数据相加得到MEQI指数，公式如下：其中，i指代生态参数类型，生态参数类型为植被或土壤或大气或水，X
i
为各生态参数为归一化后的数据；B、构建矿区生态扰动时空累积效应指数，方法如下：B1、选取与目标矿区相似区域作为研究对照区，研究对照区无采矿活动且远离采矿活动区域，收集研究对照区包括多光谱遥感影像、土壤参数产品影像、地面实测数据在内的原始数据；分别采集目标矿区、研究对照区的自然条件数据与人类活动数据，自然条件数据包括降水数据、气温数据、DEM数据，人类活动数据包括放牧活动数据、城镇活动数据以及采矿活动数据；构建驱动因子数据集，驱动因子数据集包括自然条件驱动因子集、人类活动驱动因子集两类，自然条件驱动因子集包括降水驱动因子、气温驱动因子、DEM驱动因子，人类活动驱动因子集包括放牧驱动因子、城镇驱动因子以及采矿驱动因子；B2、对目标矿区、研究对照区分别依次进行降水驱动因子、气温驱动因子、DEM驱动因子、放牧驱动因子、城镇驱动因子、采矿驱动因子量化处理；B3、以研究对照区的MEQI指数、自然条件数据、人类活动数据构建地理时空加权人工神经网络模型，在三维空间上进行研究对照区自然条件数据、人类活动数据的空间维度叠加及高维度拓展，高维度拓展包括时间维度拓展，并将以栅格影像格式展现的低维数据转换为高维数据立方体，最终构成生态演变大数据立方体；采用滑动立方体法对生态演变大数据立方体进行数据提取，将生态演变大数据立方体中的自然条件数据、人类活动数据、MEQI指数按照研究需求划分为自变量参数和因变量参数，自变量参数包括自然条件数据、人类活动数据，因变量参数包括MEQI指数，通过地理时空加权人工神经网络模型进行模型训练并构筑出自变量与因变量间的非线性复杂定量关系；B4、通过训练后的地理时空加权人工神经网络模型根据目标矿区的自然条件数据、人类活动数据得到目标矿区的MEQI预测值，MEQI预测值即为目标矿区无采矿条件下的MEQI预测值；B5、通过如下公式得到矿区MESCEI指数：MESCEI＝MEQI
real
‑
MEQI
pre
；其中MEQI
real
为步骤
A3基于遥感反演值归一化后所得到目标矿区的MEQI指数，MEQI
pre
为目标矿区无采矿条件下的MEQI预测值；C、根据步骤B5中建立的MESCEI指数、目标矿区历史的原始数据构建矿区MESCEI时间序列数据集，通过数据拟合坐标系模型在直角坐标系中拟合得到时间累积曲线并识别出曲线拐点，曲线拐点即为时间效应点，直角坐标系的横坐标为开采年际、纵坐标为MESCEI指数。2.按照权利要求1所述的一种矿区生态时间累积效应点与空间累积范围识别方法，其特征在于：步骤C之后还包括步骤D；D、根据目标矿区的MEQI指数、目标矿区历史的原始数据构建MESCEI指数空间序列数据集，通过数据拟合坐标系模型在直角坐标系中拟合得到空间影响曲线并识别出空间影响范围，直角坐标系的横坐标为相距目标矿区的距离值、纵坐标为MESCEI指数。3.按照权利要求1所述的一种矿区生态时间累积效应点与空间累积范围识别方法，其特征在于：步骤C之后还包括步骤D；D、按照步骤A、步骤B的方法得出N个目标矿区的MEQI指数，N≥2，并根据N个目标矿区的MEQI指数、N个目标矿区历史的原始数据构建MESCEI指数空间序列数据集，通过数据拟合坐标系模型在直角坐标系中拟合得到空间影响曲线并识别出空间影响范围并识别出空间影响范围，直角坐标系的横坐标为到目标矿区的距离值、纵坐标为MESCEI指数均值。4.按照权利要求1所述的一种矿区生态时间累积效应点与空间累积范围识别方法，其特征在于：步骤A1包括如下方法：A11、植被参数反演：归一化植被指数计算公式如下：其中ρ
NIR
为近红外波段地表反射率，ρ
Red
为红波段地表反射率；植被覆盖度采用像元二分模型计算，其计算公式如下：其中，NDVI为像元的NDVI值，NDVI
min
为研究区内完全为裸土的像元NDVI值，NDVI
max
为研究区纯植被像元的NDVI值；面向矿区小尺度的Landsat和Sentinel多源数据，包含叶面积指数、叶片叶绿素含量、叶片等效水厚度、叶片类胡萝卜素含量、叶片花青素含量、叶片干物质含量、冠层叶绿素含量的植被参数采用PROSAIL植被辐射传输模型耦合Landsat及Sentinel系列卫星传感器光谱响应函数，结合地面实测光谱和参数数据并基于随机森林算法建立植被参数反演模型，其中冠层叶绿素含量可由叶片叶绿素含量及叶面积指数相乘计算获得；A12、土壤参数反演：通过土壤含水量影像产品在多光谱遥感卫星数据的辅助下进行降尺度研究，获取矿区长时间序列的中小空间尺度土壤含水量产品；面向矿区场景，通过Sentinel水云模型对矿区土壤含水量反演进行优化；通过降尺度和Sentinel水云模型优化组合实现表层含水量的长时序、高分辨率反演；A13、大气参数反演：获取地表PM2.5数据，通过kriging模型对其进行克里金插值得到连续的栅格影像数据；A14、水参数反演：对水中的叶绿素浓度和悬浮物浓度进行反演，其公式如下：
水叶绿素浓度其中，ρ
Red
为红波段地表反射率，ρ
NIR
为近红外波段地表反射率；a、b、c分别为模型的系数；水悬浮物浓度其中，ρ
Red
为红波段地表反射率；ρ
Gre
为绿波段地表反射率；a、b分别为模型的系数。5.按照权利要求1或2所述的一种矿区生态时间累积效应点与空间累积范围识别方法，其特征在于：步骤B2包括如下方法：B21、采集研究区内自然条件数据，研究区为目标矿区或研究对照区，自然条件数据包括降水数据、气温数据、DEM数据，自然条件驱动因子集的降水驱动因子对应降水数据，气温驱动因子对应气温数据，将降水数据、气温数据与步骤A1中的植被参数按照如下公式进行皮尔逊相关性分析并得到降水驱动因子与气温驱动因子分别量化对应的皮尔逊相关系数：其中，r为...

【专利技术属性】
技术研发人员：李全生，桑潇，郭俊廷，张成业，李军，宋子恒，佘长超，
申请(专利权)人：国家能源投资集团有限责任公司北京低碳清洁能源研究院神华北电胜利能源有限公司，
类型：发明
国别省市：